Исследователи из Массачусетского технологического института (MIT) применили алгоритмы машинного обучения для оптимизации состава липидных наночастиц (LNP), которые служат векторами для доставки мРНК в вакцинах. Традиционные мРНК-вакцины требуют строгого соблюдения холодовой цепи, что создает логистические барьеры при распределении в регионах с жарким климатом или слабой инфраструктурой. В ходе исследования ИИ-модель проанализировала огромное пространство возможных химических модификаций липидов, чтобы найти структуру, обеспечивающую стабильность молекул мРНК. Ключевым результатом стало создание вакцины, способной сохранять свою эффективность до одного года при комнатной температуре и до двух месяцев при температуре около 38°C. Это достижение кардинально меняет логистику вакцинации, устраняя необходимость в дорогостоящем оборудовании для сверхнизких температур. Технология открывает новые возможности для глобального здравоохранения, позволяя доставлять современные биотехнологические препараты в удаленные и развивающиеся регионы без потери качества. Использование ИИ в разработке фармацевтических формул демонстрирует переход от традиционного эмпирического поиска к предиктивному дизайну лекарств.